如何計算一個基因與其他基因之間的相關性

Question

我想找到一個基因與其他基因的相關性。 最后我會把這個 function 放入 shiny 中。

我的意思是當我 select 輸入一個基因時，我可以得到與這個密切相關的其他多少基因。 並且這些相關基因可以在主面板中 output 甚至可以作為文本或 excel 文件下載。

原諒我不恰當的表達，因為我是新手。

我的樣本 FPKM 基因計數如下：

##  library(shiny)
##  library(dplyr)
##  library(tidyr)
##  library(ggplot2)

###
mean_data <- data.frame(
  Name = c(paste0("Gene_", LETTERS[1:20])),
  matx <- matrix(sample(1:1000, 1000, replace = T), nrow = 20)
)
names(mean_data)[-1] <- c(paste0("Sample_", 1:50))
rownames(mean_data)<-mean_data[,1]
mean_data<-mean_data[,-1]

## I don't know the code below is right or not . But I wanna the correlation between the input one and the others 

corResult=apply(mean_data,1,function(x){
  cor(x[1:25],x[26:50],method="spearman")
})
hist(corResult)


corResult_test=apply(mean_data,1,function(x){
  cor.test(x[1:25],x[26:50],method="spearman",exact = F)$p.value
})
table(abs(corResult)>0.65 & corResult_test<0.05)

有人可以幫助我嗎？ 給我一個合適的方法。

感激不盡。

Answer 1

查看來自psych corr.test的 corr.test； 那應該做你想做的事：

library(psych)
set.seed(7)
mean_data <- data.frame(
    Name = c(paste0("Gene_", LETTERS[1:20])),
    matx <- matrix(sample(1:1000, 1000, replace = T), nrow = 20)
)
names(mean_data)[-1] <- c(paste0("Sample_", 1:50))
rownames(mean_data) <- mean_data[,1]
mean_data <- mean_data[,-1]

myCor <- function(x="Gene_A", mat=mean_data, pval=.05, R=.65, method="spearman"){
    tm <- corr.test(t(mat[x,,drop=FALSE]),
                           y = t(mat), use = "pairwise", method=method, adjust="holm", 
                           alpha=pval, ci=TRUE, minlength=5)
    res <- setdiff(colnames(tm$r)[which(with(tm, abs(r) > R & p < pval))], x)
   if(length(res) > 0) res 
}

res <- sapply(rownames(mean_data), myCor, pval=.1, R=.3) 
res[lengths(res) > 0]
#> $Gene_A
#> [1] "Gene_K"
#> 
#> $Gene_H
#> [1] "Gene_K"
#> 
#> $Gene_K
#> [1] "Gene_A" "Gene_H"

^{由代表 package (v1.0.0) 於 2021 年 2 月 3 日創建}